使用numpy高效地将16位图像数据转换为8位进行显示，并进行强度缩放

Z时代
2024-01-10
分类：问答

我经常将16位灰度图像数据转换为8位图像数据，以便

显示。调整最小和最大显示几乎总是有用的

强调图像中“有趣”部分的强度。

下面的代码大致实现了我想要的功能，但它既丑陋又低效，而且

生成图像数据的多个中间副本。

import numpy
image_data = numpy.random.randint( #Realistic images would be much larger
    low=100, high=14000, size=(1, 5, 5)).astype(numpy.uint16)
display_min = 1000
display_max = 10000.0
print(image_data)
threshold_image = ((image_data.astype(float) - display_min) *
                   (image_data > display_min))
print(threshold_image)
scaled_image = (threshold_image * (255. / (display_max - display_min)))
scaled_image[scaled_image > 255] = 255
print(scaled_image)
display_this_image = scaled_image.astype(numpy.uint8)
print(display_this_image)

回答：

你要做的是半色调你的

形象。

其他人提出的方法效果很好，但它们重复了很多次一次又一次的昂贵计算。因为在“uint16”中

大多数65536个不同的值，使用查找表（LUT）可以简化很多事情。既然LUT很小，你就不用担心那么多

关于就地操作，或者不创建布尔数组。以下代码重用Bi-Rico的函数来创建LUT：

import numpy as np
import timeit
rows, cols = 768, 1024
image = np.random.randint(100, 14000,
                             size=(1, rows, cols)).astype(np.uint16)
display_min = 1000
display_max = 10000
def display(image, display_min, display_max): # copied from Bi Rico
    # Here I set copy=True in order to ensure the original image is not
    # modified. If you don't mind modifying the original image, you can
    # set copy=False or skip this step.
    image = np.array(image, copy=True)
    image.clip(display_min, display_max, out=image)
    image -= display_min
    np.floor_divide(image, (display_max - display_min + 1) / 256,
                    out=image, casting='unsafe')
    return image.astype(np.uint8)
def lut_display(image, display_min, display_max) :
    lut = np.arange(2**16, dtype='uint16')
    lut = display(lut, display_min, display_max)
    return np.take(lut, image)
>>> np.all(display(image, display_min, display_max) ==
           lut_display(image, display_min, display_max))
True
>>> timeit.timeit('display(image, display_min, display_max)',
                  'from __main__ import display, image, display_min, display_max',
                   number=10)
0.304813282062
>>> timeit.timeit('lut_display(image, display_min, display_max)',
                  'from __main__ import lut_display, image, display_min, display_max',
                  number=10)
0.0591987428298